지연 피벗으로 넓은 형식 변환
대시보드 팀은 월별·형식별 대출 현황을 넓은 형식으로 확인하고 싶어합니다. Polars는 출력 열 이름을 미리 지정하면 지연(lazy) 모드에서도 .pivot()을 지원하며, 이를 통해 전체 파이프라인을 끝까지 최적화된 상태로 유지할 수 있습니다.
LazyFrame monthly_checkouts는 month, format, total 열을 가진 긴 형식(long format)의 합계 데이터를 담고 있으며, 리스트 formats에는 데이터에 있는 모든 형식 이름이 포함되어 있습니다.
이 연습은 강의의 일부입니다
Polars로 데이터 파이프라인 확장 및 최적화하기
연습 안내
monthly_checkouts를 피벗하여 각format이 독립된 열이 되도록 변환하세요.- 지연 피벗이 출력 스키마를 미리 알 수 있도록
formats리스트를 전달하세요. - 결과 DataFrame을
month를 기준으로 정렬하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
result = (
monthly_checkouts
# Pivot the format column into separate columns
.pivot(
on="____",
index="month",
values="total",
# Pre-declare the output column names so the pivot stays lazy
on_columns=____,
)
.collect()
# Sort the wide result by month
.sort("____")
)
print(result)